神经网络用于小车控制的一点想法之二[原创]

whut_wj

WJ本人对神经网络用于小车控制的一点思考。
  神经网络常用的一般有：感知器，BP，HOPFILED，RBF，ANN，ART和Kohonen网络。如果不用工具箱函数（即MATLAB的API函数），自己写的话，无所谓，说不定自己可以创造一种网络。只要收敛快，计算量小，泛化性能好，网络耗费资源小就行，话说起来简单，却有一定难度。但是小车的需求低，精度无需太高，因此应该来说比较容易实现。
  神经网络比PID， 模糊控制，遗传算法，bangbang等算法，更宏观，可以理解为从系统整体入手建模。但是正如本博文开头所说：计算量和收敛性必需保证，神经网络才有运用的可能性。WJ建议从以下几个方面解决这两个问题：
（1）不要指望神经网络的实时性。神经网络最要命的耗费时间是训练，神经网络在车运行时进行一两次成功的训练即可。在小车跑直线时通过获得的数据训练，因为直线时CPU会有空闲时间。另外，相信大家经常用拨码开关去选择多种控制决策，这不失一种方法。但是，这个控制决策是死的，也是事先规划好的，必定不能适应新的KT板的各种路径。
（2）最好用片内FLASH或SD卡，数据的处理是很重要的，数据也非常宝贵的，把数据存起来，传给PC，OFFLINE时研究神经网络的算法（有无数种训练算法），这是其一。其二，训练好的网络存在SD卡里，下次如果需要再训练，从老的网络开始（一般网络权值是随机开始），效率会高很多。
（3）正如数据融合一样，有决策层和数据层的融合，神经网络也一样，有决策层和数据层的运用。由于小车的路径是连续的，那么数据层的神经网络肯定是用得着的。在图像采集里，一般是40mS采集一次路径并做控制判决，那么这40mS的时间不够用怎么办？大家常用的一种方法是干脆80mS采集一次。我的建议是前60ms采集一次图像并作控制决策。后20ms运用前4Oms提取的路径信息并用神网预测路径的变化，这么一来相当于在20ms的时间里采集了一次图像。可想而知，效率提高了。
（4）上面是从数据层采用神经网络，这里讲一下从决策层采作神经网络。举个例子，假如控制器的输出-3 -2 -1 0 1 2 3分别代表舵机左偏30，左偏20，左偏10，直行，右偏10，右偏20，右偏30，而小车前7次的控制决策是：直行，右偏10，直行，左偏10，直行，右偏10，直行，（0 1 0 -1 0 1 0 ）。。。。，那么第8次的决策通过神网应该就是左偏（-1）。如果实际需要的不是左偏的话，就应该把神网“惩罚”一下。
（5）寻找合适的误差阈值。小车寻迹不像激光切割，精度要求并不高。其训练的误差值可以“商量”的。
（6）神网的训练数据不是抓到一个就可以的，是要选择的。但这个选择也是要耗时间的，如果是在PC上，FCM（模糊聚类）是不错的选择。但是MCU是扛不起这个重任的，于是选择合适的训练数据和目标数据也是一个重要的研究话题。这里，如何优化神网输入不是重点，略过。
（7）重视归一化处理和神经网络训练算法。这两点很重要，归一化可以理解为把（100 45 -67 90）归一化为（1 0.45 -0.67 0.9）,好处是改进数据的规范性，加快收敛。另外训练算法的重要性不言而喻，如用梯度下降法训练法使误差达到最小，什么是梯度下降法呢？打个比方 ，你要下山，山前的坡度是30度，山后是悬崖坡度是90度，要下山快，当然是找坡度大的直接跳。这个下山坡度和训练梯度是同一个含义
（8）个人觉得利用神经网络进行速度控制有较大优势，比PID控制起来精度会有些缺陷，但速度快。由于摩阻力，小车动力性能，小车驱动性能，电池等原因，需要对速度闭环控制。假如：小车以单位时间10ms为节拍，速度从X1m/s->Y1m/s，需要PWM为d1%占空比，速度从X2m/s->Y2m/s，需要PWM为d2%占空比.......速度从Xn m/s->Yn m/s，需要PWM为dn%占空比，那么以（X，Y）'为训练输入，(D)'为训练输出，建立神经网络并训练，那么建立起PWM和速度控制之间的关系是非常轻易的事。

zdhly0401

很深刻了，好象第三届有学校用了这个

whut_wj

这个基本没有人用到，一般人会觉得理论太深。
神经网络是我研一时的课程，学自动化的同学最好学习一下。以后工作上会用得着的。
另外，我写的这个东西用了我整整一个晚上时间，怎么没人看？

共和国之辉

看得出楼主整理这些东西下了不少功夫，这里我有几点意见。其实智能车现在组委会的定位就是本科生的一个科研实践平台，希望能有更多的学生参与，而神经网络的应用基本上算是研究生阶段的内容了。其次，在普遍的车子调试过程中，PID是雷打不动的主流，参数处理好了效果也上佳，而神经网络，还是有些难。我的建议是绝大部分本科生做车用不上，但作为一种新的尝试不失为一个研究方向
3# whut_wj

zouyf12

我们没学，所以基本上看不懂，具体的说，是不知道怎么实际操作。

sumo225

用神经网络控制效果如何？

xiaokk

学习中！ 谢谢LZ!

qnbs1

呵呵。不错。。。

kingcau

深奥~~~

骑单车的日子

就似乎看懂了第七点！其他的没听过！但是很不错！